GPT-5.6 Sol
OpenAI · 2026-07-09 发布 · 10/23 14:07 更新
综合评分66.0分综合参考位次 · 第 11 位0–100 分,非正确率 · 证据覆盖 93%
可比较分类4/ 4 项分类
已有成绩34项评测
上下文窗口105万Token
各有所长,看得更清楚。
每类单独评分,越高表示该分类表现越强。具体能力请看原始成绩与配置。
编程综合评分65.5分参考第 12 位9 项评测 · 覆盖 100%科研综合评分69.5分参考第 9 位9 项评测 · 覆盖 100%专业办公综合评分62.3分参考第 24 位8 项评测 · 覆盖 75%知识问答综合评分68.0分参考第 11 位6 项评测 · 覆盖 100%
评分和参考位次只在同一分类、同一轮内比较。缺测不补分;覆盖比例不代表能力高低。
每一项成绩,都有来处。
下面是该模型的公开汇总成绩。展开可查看运行配置与采用方式。
编程9 项
科研9 项
专业办公8 项
知识问答7 项
真人盲选1 项
测过,但按规则不计入
这些公开成绩未满足本榜的可比条件,具体原因如下。统一固定工具、全程使用同一型号可以采用;多模型回退、混合模型与专属异构 Agent 系统不混入模型榜。资料未说明的项目保留未知。
- APEX-Agents 1.1:Pro 系统多次采样后汇总作答,不是 GPT-5.6 Sol 本身。
- τ³-Banking · Mercor:Pro 系统多次采样后汇总作答,不是 GPT-5.6 Sol 本身。
还有一些未知
参考顺序只概括已取得的公开证据,缺测不补分。不同运行配置、未知误差与新评测都可能改变顺序,相邻位次不等于已证明的能力差距。
了解计算方法 →